tema 3: el modelo relacional - universidade de...
TRANSCRIPT
Bases de datos 1
Tema 3: El Modelo RelacionalTema 3: El Modelo Relacional
Estructura de bases de datos relacionales
Conversión de diseños E-A a relaciones
Integridad de dominio y referencial
Álgebra relacional
Operaciones del álgebra relacional extendida
Modificaciones de la base de datos
Vistas
Cálculo relacional de tuplas
Cálculo relacional de dominios
Bases de datos 2
Ejemplo de una relaciónEjemplo de una relación
500
400
900
700
750
700
350
Vigo
Pontevedra
Ourense
Santiago
Ourense
Lugo
Ferrol
A-101
A-102
A-201
A-215
A-217
A-222
A-305
saldonombre-sucursalnumero-cuenta
Bases de datos 3
Estructura básicaEstructura básica
Formalmente, dados los conjuntos D1, D2, …. Dn una relación r es un subconjunto de
D1 x D2 x … x DnEs decir, una relación es un conjunto de n-tuplas (a1, a2, …, an) donde cada ai ∈ Di
Ejemplo: Si
nombre-cliente = {López, Veiga, Suárez, Diéguez}calle-cliente = {Príncipe, Norte, Diagonal}ciudad-cliente = {Madrid, Vigo, Barcelona}
Entonces r = { (López, Príncipe, Madrid), (Veiga, Norte, Vigo),(Suárez, Norte, Vigo),(Diéguez, Diagonal, Barcelona)}
es una relación sobre nombre-cliente x calle-cliente x ciudad-cliente
Bases de datos 4
Tipos de atributoTipos de atributo
Cada atributo de una relación tiene un nombre
El conjunto de valores permitidos para cada atributo se denomina dominio del atributo
Los valores de los atributos deben ser (normalmente) atómicos, es decir, indivisibles
P.e. atributos con valores multivaluados no son atómicos
P.e. atributos con valores compuestos no son atómicos
El valor especial null pertenece a cualquier dominio
El valor nulo complica la definición de algunos operadores
Bases de datos 5
Esquema de una relaciónEsquema de una relación
A1, A2, …, An son atributosR = (A1, A2, …, An ) es un esquema de relación
P.e. Esquema-cliente =(nombre-cliente, calle-cliente, ciudad-cliente)
r(R) es una relación sobre el esquema de relación RP.e. cliente (Esquema-cliente)
Bases de datos 6
Instancia de una relaciónInstancia de una relación
Los valores actuales (instancia) de una relación se especifican mediante una tabla
Un elemento t de r es una tupla, y está representado por una columna en una tabla
LópezVeiga
SuárezDiéguez
nombre-cliente
PríncipeNorteNorte
Diagonal
calle-cliente
MadridVigoVigo
Barcelona
ciudad-cliente
cliente
atributos(o columnas)
tuplas(o filas)
Bases de datos 7
Las relaciones no tienen ordenLas relaciones no tienen orden
El orden de las tuplas no es relevante (las tuplas se pueden almacenar en un orden arbitrario)
P.e. la relación cuentas con tuplas no ordenadas
500
700
400
350
900
700
750
Vigo
Santiago
Pontevedra
Ferrol
Ourense
Lugo
Ourense
A-101
A-215
A-102
A-305
A-201
A-222
A-217
saldonombre-sucursalnumero-cuenta
Bases de datos 8
Base de datosBase de datos
Una base de datos está formada por un conjunto de relaciones
La información sobre una organización se divide en partes y cada relación almacena una parte de la información
P.e.: cuenta: almacena información sobre cuentasdepositante: almacena información sobre que cliente
tiene asignada que cuentacliente: almacena información sobre clientes
Almacenar toda la información en una sola relación: banco(numero-cuenta, saldo, nombre-cliente, ..)
da lugar a
información repetida (p.e. dos clientes tienen una misma cuenta)
necesidad de valores nulos (p.e. información sobre un cliente sin cuenta)
La teoría de la normalización se encarga de como diseñar esquemas relacionales correctos
Bases de datos 9
ClavesClaves
Dado K ⊆ R
K es una superclave de R si los valores de K son suficientes para identificar cada una de las tuplas de cada relación posible r(R)
por “posible r” indicamos una relación r que pueda existir en la organización que estamos modelando.
Ejemplo: {nombre-cliente, calle-cliente} y{nombre-cliente}
son ambas superclaves de Cliente, si consideramos que dos clientes no pueden tener el mismo nombre.
K es una clave candidata si K es mínimaEjemplo: {nombre-cliente} es una clave candidata para Cliente, dado que es una superclave (asumiendo que dos clientes no pueden tener el mismo nombre), y ningún subconjunto es una superclave.
Bases de datos 10
Determinación de claves a partir de conjuntos Determinación de claves a partir de conjuntos EE--AA
Conjunto entidad fuerte. La clave primaria del conjunto entidad pasa a ser la clave primaria de la relación.
Conjunto entidad débil. La clave primaria de la relación está formada por la unión de la clave primaria del conjunto entidad fuerte y el discriminador del conjunto entidad débil.
Conjunto asociación. La unión de las claves primarias de los conjuntos entidad participantes es una superclave de la relación.
Para conjuntos asociación varios-a-uno, la clave primaria del conjunto entidad “varios” pasa a ser la clave primaria de la relación.
Para conjuntos asociación uno-a-uno, la clave primaria de la relación puede ser la de cualquiera de los conjuntos entidad.
Para conjuntos asociación varios-a-varios, la unión de las claves primarias pasa a ser la clave primaria de las relación.
Bases de datos 11
Conversión de esquemas EConversión de esquemas E--A a relacionesA a relaciones
Las claves primarias permiten representar tanto los conjuntos entidad como los conjuntos asociación como relaciones que representan los contenidos de la base de datos.
Una base de datos que sigue el esquema E-A se puede representar mediante un conjunto de relaciones.
Para cada conjunto entidad y cada conjunto asociación existe una única relación a la que se le asigna el nombre del conjunto entidad o conjunto asociación correspondiente.
Cada relación tiene columnas (normalmente una por atributo), que tienen nombres únicos.
Convertir un diagrama E-A a relaciones es la base para conseguir un diseño relacional a partir de ese diseño E-A
Bases de datos 12
Representación de conjuntos entidad como Representación de conjuntos entidad como relacionesrelaciones
Un conjunto entidad fuerte se transforma en una relación con los mismos atributos.
Santiago
Vigo
Madrid
Madrid
Madrid
Barcelona
Vigo
Alma
Norte
Príncipe
Alcalá
Príncipe
Diagonal
Norte
Sánchez
Rodríguez
Gómez
Fernández
Veiga
López
Rodríguez
192-83-7465
019-28-3746
677-89-9011
182-73-6091
321-12-3123
336-66-9999
019-28-3746
ciudad-clientecalle-clientenombre-clienteId-cliente
Bases de datos 13
Atributos compuestos y multivaloradosAtributos compuestos y multivalorados
Los atributos compuestos se eliminan creando un nuevo atributo para cada uno de los campos componentes
P.e. dado el conjunto entidad cliente con atributo compuesto nombre con atributos componentes nombre-comun y primer-apellido, la relación correspondiente al conjunto entidad tendrá dos columnas
nombre.nombre-comun y nombre.primer-apellidoUn atributo multivalorado M de una entidad E se representa mediante una nueva relación EM
La relación EM tendrá como columnas la clave primaria de E y un atributo que se corresponderá con el atributo multivalorado M
P.e. El atributo multivalorado telefonos de empleado se representa mediante la relación
empleado-telefonos ( id-empleado, numerot)Cada valor de un atributo multivalorado se corresponde con una fila diferente de la relación EM
P.e., una entidad empleado con clave primaria “Pérez” y teléfonos “123456” y “234567” se corresponde con dos filas:
(Pérez, 123456) and (Pérez, 234567)
Bases de datos 14
Representación de conjuntos entidad débilesRepresentación de conjuntos entidad débiles
Un conjunto entidad débil se transforma en una relación a la que se le añade una columna para la clave primaria del conjunto entidad fuerte identificador
125
500
300
135
50
50
100
75
900
200
7-junio-2001
28-mayo-2001
23-mayo-2001
18-junio 2001
10-mayo-2001
7-junio-2001
17-junio-2001
17-mayo-2001
3-junio-2001
13-junio-2001
53
69
22
58
5
6
7
11
103
104
L-11
L-14
L-15
L-16
L-17
L-17
L-17
L-23
L-93
L-93
cantidad-pagofecha-pagonumero-pagonumero-cuenta
Bases de datos 15
Representación de conjuntos Representación de conjuntos asociación como relacionesasociación como relaciones
Un conjunto asociación varios a varios se representa con una relación con columnas para las claves primarias de los dos conjuntos entidad participantes, y también para los atributos descriptivos del conjunto asociación.
P.e.: relación para el conjunto asociación prestatario
L-11
L-23
L-93
L-17
L-16
L-14
L-15
L-17
019-28-3746
019-28-3746
244-66-8800
321-12-3123
335-57-7991
555-55-5555
677-89-9011
963-96-3963
numero-prestamoId-cliente
Bases de datos 16
Redundancia de relacionesRedundancia de relaciones
Los conjuntos asociación varios-a-uno y uno-a-varios se pueden representar añadiendo un atributo extra a la parte de “varios”, conteniendo la clave primaria de la parte de “uno”
Para resolver problemas de inconsistencia se utiliza el concepto de clave foránea que definiremos al hablar de integridad referencial
P.e.: En vez de crear una relación para la asociación cuenta-sucursal, añadimos un atributo sucursal al conjunto entidad cuenta
nombre-sucursal activo
ciudad-sucursal
sucursal
saldonumero-cuenta
cuenta cuenta-sucursal
Bases de datos 17
Redundancia de relaciones (Cont.)Redundancia de relaciones (Cont.)
Para conjuntos asociación una-a-uno, cualquiera de las participaciones se puede seleccionar para actuar como “varios”
Es decir, se puede añadir un atributo extra a cualquiera de las relaciones correspondientes a los dos conjuntos entidad
Si la participación es parcial en la parte de varios, el reemplazar una relación por un atributo extra en la relación correspondiente a la parte de “varios” puede dar lugar a valores nulos (null)La relación correspondiente al conjunto asociación que enlaza un conjunto entidad débil con su conjunto entidad fuerte identificador es redundante.
P.e. La relación pago ya contiene la información que debería aparecer en la tabla prestamo-pago (las columnas numero-prestamo y numero-pago).
Bases de datos 18
Representación de especializaciones con Representación de especializaciones con relacionesrelaciones
Método 1: Crear una relación para la entidad de nivel alto
Crear una relación para cada conjunto entidad de nivel bajo, queincluirá la clave primaria del conjunto entidad de nivel alto y los atributos locales
tabla atributospersona nombre, calle, ciudad cliente nombre, tipoempleado nombre, salarioProblema: obtener información sobre, por ejemplo, empleados requiere acceder a dos relaciones
Bases de datos 19
Representación de especializaciones Representación de especializaciones con relaciones (Cont.)con relaciones (Cont.)
Método 2:
Crear una relación para cada conjunto entidad con todos los atributos locales y heredados
tabla atributospersona nombre, calle, ciudadcliente nombre, calle, ciudad, tipoempleado nombre, calle, ciudad, salario
Si la especialización es total, la relación para la entidad generalizada (persona) no tiene que almacenar información
Se puede definir como una relación “vista” que contenga la unión de las relaciones de especializaicón
Pero aún puede ser necesaria una relación para restricciones de tipo clave foránea
Problema: la información sobre calle y ciudad puede almacenarse de manera redundante para personas que son a la vez clientes y empleados
Bases de datos 20
Relaciones correspondientes a Relaciones correspondientes a agregacionesagregaciones
Para representar una agregación, se crea una relación conteniendo
la clave primaria de la asociación agregada,
La clave primaria del conjunto entidad asociado
Cualquier atributo descriptivo
Bases de datos 21
Relaciones correspondientes a Relaciones correspondientes a agregaciones (Cont.)agregaciones (Cont.)
P.e. para representar la asociación dirige entre la asociación trabaja-en y el conjunto entidad director, creamos una relación
dirige (id-empleado, nombre-sucursal, id-puesto, nombre-director)La relación trabaja-en es redundante siempre que permitamos almacenar valores nulos en el atributo nombre-director en la relación dirige
empleado
puesto
oficina
director
dirige
trabaja-en
Bases de datos 22
Diagrama EDiagrama E--A para la entidad bancariaA para la entidad bancaria
cuenta sucursal
cliente prestamo
depositante
prestatario
cuenta-sucursal
prestamo-sucursal
numero-cuenta saldo activos
ciudad-sucursal
nombre-cliente ciudad-cliente
numero-prestamo cantidad
nombre-sucursal
calle-cliente
Bases de datos 23
La relación La relación clientecliente
Vigo
Barcelona
Santiago
Ourense
Lugo
Ponferrada
Madrid
Santiago
Ferrol
Granada
Lugo
Barcelona
Príncipe
Diagonal
Norte
Real
Parque
Independencia
Colón
Norte
Pazos
Navas
Reina
Ensanche
Suárez
Vázquez
Veiga
Rodríguez
Fernández
Sánchez
Gómez
Díaz
Pazo
González
Rial
García
ciudad-clientecalle-clientenombre-cliente
Bases de datos 24
La relación La relación depositantedepositante
A-102
A-101
A-201
A-217
A-222
A-215
A-305
Suárez
Vázquez
Veiga
Veiga
Rodríguez
Fernández
Gómez
numero-cuentanombre-cliente
Bases de datos 25
Diagrama del esquema para la entidad Diagrama del esquema para la entidad bancariabancaria
sucursal
ciudad-sucursalactivos
nombre-sucursalcuenta
nombre-sucursalsaldo
numero-cuenta
prestamo
nombre-sucursalcantidad
numero-prestamo
cliente
calle-clienteciudad-cliente
nombre-clientedepositantenombre-clientenumero-cuenta
prestatarionombre-clientenumero-prestamo
Bases de datos 26
Restricciones de dominioRestricciones de dominio
Las restricciones de integridad nos protegen ante daños accidentales en la base de datos, asegurando que los cambios autorizados en la base de datos no van a producir una pérdida de consistencia en los datos
Las restricciones de dominios son la forma más elemental de restricciones de integridad.
Comprueban los valores insertados en la base de datos, y comprueban las consultas para asegurar que las comparaciones tienen sentido.
Se pueden crear nuevos dominios a partir de los tipos de datos existentes
P.e. create domain Euros numeric(12, 2)create domain Libras numeric(12,2)
No se puede asignar o comparar un valor de tipo Euros con un valor de tipo Libras.
No obstante, se pueden convertir tipos:(cast r.A as Libras)
(Se debería también multiplicar por la conversión euro-a-libra)
Bases de datos 27
Integridad referencialIntegridad referencial
Asegura que un valor que aparece en una relación para un conjunto de atributos determinado también aparece en un conjuntode atributos de otra relación.
Ejemplo: Si “Vigo” es un nombre de sucursal que aparece en una de las tuplas de la relación cuentas, entonces existe una tupla en la relación sucursales para la sucursal “Vigo”.
Definición formalDadas las relaciones r1(R1) y r2(R2) con claves primarias K1 y K2respectivamente.
El subconjunto α de R2 es una clave foránea referenciando K1 en la relación r1, si para cada t2 en r2 debe haber una tupla t1 en r1 tal que t1[K1] = t2[α].
Las restricciones de integridad referencial también se denominan dependencias de subconjunto ya que se pueden expresar como
∏α (r2) ⊆ ∏K1 (r1)
Bases de datos 28
Integridad referencial en el modelo EIntegridad referencial en el modelo E--AA
Consideremos el conjunto asociación R entre los conjuntos entidad E1 y E2. El esquema relacional de R incluye las claves primarias K1 de E1 y K2 de E2.Entonces K1 y K2 son claves foráneas sobre los esquemas relacionales de E1 y E2 respectivamente.
Los conjuntos entidad débiles también dan lugar a restricciones de integridad referencial.
El esquema de relación de un conjunto entidad débil debe incluir los atributos que forman la clave primaria del conjunto entidad del que depende
RE1 E2
Bases de datos 29
Comprobación de integridad referencial Comprobación de integridad referencial durante una modificacióndurante una modificación
Se deben realizar las siguientes comprobaciones con el fin de preservar la siguiente restricción de integridad referencial:
∏α (r2) ⊆ ∏K (r1)
Insertar. Si una tupla t2 se inserta en r2, el sistema se debe asegurar de que hay una tupla t1 en r1 tal que t1[K] = t2[α]. Es decir
t2 [α] ∈ ∏K (r1)
Eliminar. Si se elimina una tupla t1 de r1, el sistema debe hallar el conjunto de tuplas de r2 que referencian t1:
σα = t1[K] (r2)
Si el conjunto no es vacíoo bien se rechaza el comando como un error,
o bien se deben eliminar las tuplas que referencian a t1(se permiten eliminaciones en cascada)
Bases de datos 30
Modificaciones de la base de datos (Cont.)Modificaciones de la base de datos (Cont.)
Actualizaciones. Hay dos casos:
Si se actualiza una tupla t2 en la relación r2 y la actualización modifica los valores de la clave foránea α,entonces se debe hacer un test similar al caso de inserción:
Si t2’ denota el nuevo valor de la tupla t2, el sistema se debe asegurar de que
t2’[α] ∈ ∏K(r1)
Si se actualiza una tupla t1 en r1, y la actualización modifica el valor de la clave primaria (K), entonces se debe realizar un test similar a la del caso de eliminación:
1. El sistema debe calcular
σα = t1[K] (r2) utilizando el valor anterior de t1 (el valor antes de hacer la actualización).
2. Si el conjunto no es vacío
1. la actualización se puede rechazar como un error, o
2. La actualización se puede hacer en cascada sobre las tuplas del conjunto, o
3. Las tuplas del conjunto se pueden eliminar.
Bases de datos 31
Lenguajes de consultaLenguajes de consulta
Lenguajes con los que el usuario obtiene información almacenada en la base de datos.
Tipos de lenguajes
procedimentales
No procedimentales
Lenguajes “puros”:
Álgebra relacional
Cálculo relacional de tuplas
Cálculo relacional de dominios
Los lenguajes puros son la base de los lenguajes que se utilizanhabitualmente
Bases de datos 32
Álgebra relacionalÁlgebra relacional
Lenguaje procedimental
Seis operadores básicos
selección
proyección
unión
diferencia de conjuntos
producto cartesiano
renombrar
Los operadores se aplican sobre dos o más relaciones y dan como resultado una nueva relación.
Bases de datos 33
Operación de selecciónOperación de selección
Notación: σ p(r)p se denomina predicado de la selección
Se define como:
σp(r) = {t | t ∈ r y p(t)}donde p es una fórmula en calculo proposicional formada por términos unidos por : ∧ (y), ∨ (o), ¬ (no)Cada término tiene la forma:
<atributo> op <atributo> o <constante>
donde op es: =, ≠, >, ≥. <. ≤Ejemplo de selección:σ nombre-sucursal=“Vigo”(cuenta)
Bases de datos 34
Operación de selección Operación de selección –– EjemploEjemplo
• Relación r A B C D
α
α
β
β
α
β
β
β
1
5
12
23
7
7
3
10
• σA=B ^ D > 5 (r)A B C D
α
β
α
β
1
23
7
10
Bases de datos 35
Operación de proyecciónOperación de proyección
Notación:
∏A1, A2, …, Ak (r)donde A1, A2 son nombres de atributos y r en un nombre de relación.
El resultado es la relación de k columnas que se obtiene eliminando las columnas no listadas
Las filas duplicadas del resultado se eliminan, ya que las relaciones son conjuntos
P.e. Eliminar el atributo nombre-sucursal de cuentas∏numero-cuenta, saldo (cuenta)
Bases de datos 36
Operación de proyección Operación de proyección –– EjemploEjemplo
Relación r: A B C
α
α
β
β
10
20
30
40
1
1
1
2
A C
α
α
β
β
1
1
1
2
=
A C
α
β
β
1
1
2
∏A,C (r)
Bases de datos 37
Operación de uniónOperación de unión
Notación: r ∪ sSe define como:
r ∪ s = {t | t ∈ r o t ∈ s}
Para que r ∪ s sea válida.
1. r, s deben tener el mismo número de atributos2. Los dominios de los atributos deben ser compatibles (p.e., la
2ª columna de r contiene el mismo tipo de valores que lasegunda columna de s)
P.e. encontrar todos los clientes con cuentas o préstamos ∏nombre-cliente (depositante) ∪ ∏nombre-cliente (prestatario)
Bases de datos 38
Operación de unión Operación de unión –– EjemploEjemplo
Relaciones r, s:
r ∪ s:
A B
α
α
β
1
2
1
A B
α
β
2
3
rs
A B
α
α
β
β
1
2
1
3
Bases de datos 39
Operación diferencia de conjuntosOperación diferencia de conjuntos
Notación r – sSe define como:
r – s = {t | t ∈ r y t ∉ s}
La diferencia de conjuntos se debe realizar entre relaciones compatibles.
r y s deben tener el mismo número de atributos
Los dominios de los atributos de r y s deben ser compatibles
Bases de datos 40
Operación diferencia de conjuntos Operación diferencia de conjuntos –– EjemploEjemplo
Relaciones r, s:
r – s:
A B
α
α
β
1
2
1
A B
α
β
2
3
rs
A B
α
β
1
1
Bases de datos 41
Operación producto cartesianoOperación producto cartesiano
Notación r x sSe define como:
r x s = {t q | t ∈ r y q ∈ s}
Se asume que los atributos de r(R) y s(S) son disjuntos. (Es decir, R ∩ S = ∅).
Si los atributos de r(R) y s(S) no son disjuntos, se debe utilizar la operación de renombrar.
Bases de datos 42
Operación producto cartesiano Operación producto cartesiano -- EjemploEjemplo
Relaciones r, s:
r x s:
A B
α
β
1
2
A B
ααααββββ
11112222
C D
αββγαββγ
1010201010102010
E
aabbaabb
C D
αββγ
10102010
E
aabbr
s
Bases de datos 43
Combinación de operacionesCombinación de operaciones
Se pueden construir expresiones utilizando varias operaciones
Ejemplo: σA=C(r x s)
r x s
σA=C(r x s)
A B
ααααββββ
11112222
C D
αββγαββγ
1010201010102010
E
aabbaabb
A B C D E
αββ
122
αββ
102020
aab
Bases de datos 44
Operación de renombradoOperación de renombrado
Permite nombrar, y por tanto referirnos a, los resultados de lasexpresiones de álgebra relacional.
Permite referirse a una relación con más de un nombre.
Ejemplo:
ρ x (E)
devuelve la expresión E con el nombre XSi la expresión E en álgebra relacional tiene un orden n, entonces
ρx (A1, A2, …, An) (E)
devuelve la expresión E con el nombre X, y con los atributos renombrados a A1, A2, …., An.
Bases de datos 45
Ejemplo de bancoEjemplo de banco
sucursal (nombre-sucursal, ciudad-sucursal, activos)
cliente (nombre-cliente, calle-cliente, ciudad-cliente)
cuenta (numero-cuenta, nombre-sucursal, saldo)
prestamo (numero-prestamo, nombre-sucursal, cantidad)
depositante (nombre-cliente, numero-cuenta)
prestatario (nombre-cliente, numero-prestamo)
Bases de datos 46
Ejemplo de consultasEjemplo de consultas
Encontrar todos los préstamos de más de 1200 €
Encontrar el número de préstamos para cada préstamo de una cantidad mayor de 1200 €
σcantidad > 1200 (prestamo)
∏numero-prestamo (σcantidad > 1200 (prestamo))
Bases de datos 47
Ejemplo de consultasEjemplo de consultas
Encontrar los nombres de todos los clientes que tengan una cuenta, un préstamo, o ambas cosas en el banco.
Encontrar los nombres de todos los clientes que tienen una cuenta y un préstamos en el banco.
∏nombre-cliente (prestatario) ∪ ∏nombre-cliente (depositante)
∏nombre-cliente (prestatario) ∩ ∏nombre-cliente (depositante)
Bases de datos 48
Ejemplo de consultasEjemplo de consultas
Encontrar los nombres de todos los clientes que tengan un préstamo en la sucursal de Vigo.
Encontrar los nombres de todos los clientes que tengan un préstamo en la sucursal de Vigo pero no tengan una cuenta en ninguna sucursal del banco.
∏nombre-cliente (σnombre-sucursal = “Vigo”
(σprestatario.numero-prestamo = prestamo.numero-prestamo(prestatario x prestamo))) - ∏nombre-cliente(depositante)
∏nombre-cliente (σnombre-sucursal=“Vigo”
(σprestatario.numero-prestamo = prestamo.numero-prestamo(prestatario x prestamo)))
Bases de datos 49
Ejemplo de consultasEjemplo de consultas
Encontrar los nombres de todos los clientes que tengan un préstamo en la sucursal de Vigo.
− Consulta 2
∏nombre-cliente(σprestamo.numero-prestamo = prestatario.numero-prestamo((σnombre-sucursal = “Vigo”(prestamo)) x prestatario))
−Consulta 1∏nombre-cliente(σnombre-sucursal = “Vigo” (
σprestatario.numero-prestamo = prestamo.numero-prestamo(prestatario x prestamo)))
Bases de datos 50
Ejemplo de consultasEjemplo de consultas
Encontrar la cuenta con el mayor saldo
Renombramos la relación cuenta como dConsulta:
∏saldo(cuenta) - ∏cuenta.saldo
(σcuenta.saldo < d.saldo (cuenta x ρd (cuenta)))
Bases de datos 51
Definición formalDefinición formal
Una expresión básica en álgebra relacional puede ser:
Una relación de la base de datos
Una relación constante
Dadas dos expresiones en álgebra relacional E1 y E2 también son expresiones en álgebra relacional:
E1 ∪ E2
E1 - E2
E1 x E2
σp (E1), P es un predicado sobre los atributos de E1
∏s(E1), S es una lista que contiene algunos atributos de E1
ρ x (E1), x es el nuevo nombre del resultado de E1
Bases de datos 52
Otras operacionesOtras operaciones
Podemos definir más operaciones que no proporcionan nueva funcionalidad al álgebra relacional pero que simplifican consultas habituales.
Intersección de conjuntos
Reunión (join) natural
División
Asignación
Bases de datos 53
Operación intersección de conjuntosOperación intersección de conjuntos
Notación: r ∩ sSe define como:
r ∩ s ={ t | t ∈ r and t ∈ s }
Asumiendo:
r, s tienen el mismo número de atributos
Los atributos de r y s con compatibles
Nota: r ∩ s = r - (r - s)
Bases de datos 54
Operación intersección de conjuntos Operación intersección de conjuntos --EjemploEjemplo
Relaciones r, s:
r ∩ s
A B
ααβ
121
A B
αβ
23
r s
A B
α 2
Bases de datos 55
Notación: r s
Operación Operación joinjoin naturalnatural
Dadas dos relaciones r y s sobre los esquemas R y Srespectivamente. Entonces, r s es una relación sobre el esquema R ∪ S que se obtiene de la siguiente manera:
Se considera cada par de tuplas tr de r y ts de s.
Si tr y ts tienen el mismo valor para cada uno de los atributos en R ∩ S, se añade una tupla t al resultado, donde
t tiene el mismo valor que tr sobre r
t tiene el mismo valor que ts sobre s
Ejemplo:R = (A, B, C, D)
S = (E, B, D)
Esquema de relación = (A, B, C, D, E)
r s se define como:∏r.A, r.B, r.C, r.D, s.E (σr.B = s.B ∧ r.D = s.D (r x s))
Bases de datos 56
Operación Operación joinjoin natural natural -- EjemploEjemplo
Relaciones r, s:
A B
αβγαδ
12412
C D
αγβγβ
aabab
B
13123
D
aaabb
E
αβγδ∈
r
A B
ααααδ
11112
C D
ααγγβ
aaaab
E
αγαγδ
s
r s
Bases de datos 57
Operación divisiónOperación división
Adecuada para consultas que incluyan la expresión “para todos”.
Dadas las relaciones r y s sobre los esquemas R y S respectivamente, donde
R = (A1, …, Am, B1, …, Bn)
S = (B1, …, Bn)
El resultado de r ÷ s es una relación sobre el esquema
R – S = (A1, …, Am)
r ÷ s = { t | t ∈ ∏ R-S(r) ∧ ∀ u ∈ s ( tu ∈ r ) }
r ÷ s
Bases de datos 58
Operación división Operación división -- EjemploEjemplo
Relaciones r, s:
r ÷ s: A
B
α
β
1
2
A B
αααβγδδδ∈∈β
12311134612
r
s
Bases de datos 59
Otro ejemplo de divisiónOtro ejemplo de división
A B
αααββγγγ
aaaaaaaa
C D
αγγγγγγβ
aabababb
E
11113111
Relaciones r, s:
r ÷ s:
D
ab
E
11
A B
αγ
aa
C
γγ
r
s
Bases de datos 60
Operación asignaciónOperación asignación
La operación asignación (←) facilita un modo conveniente de expresar consultas complejas.
Escribir consultas como un programa secuencial consistente enun conjunto de asignaciones Seguido por una expresión cuyo valor se muestre como el resultado de la consulta.
La asignación siempre se debe realizar a una variable relación temporal.
Ejemplo: r ÷ s se puede expresar como
temp1 ← ∏R-S (r)temp2 ← ∏R-S ((temp1 x s) – ∏R-S,S (r))result = temp1 – temp2
El resultado de la expresión a la derecha de ← se asigna a la variable
relación de la izquierda de ←.
La variable se puede utilizar en las expresiones que vienen a
continuación.
Bases de datos 61
Consulta 2
∏nombre-cliente, nombre-sucursal (depositante cuenta)
÷ ρtemp(nombre-sucursal) ({(“Vigo”), (“Pontevedra”)})
Consulta 1
∏NC(σNS=“Vigo”(depositante cuenta)) ∩
∏NC(σNS=“Pontevedra”(depositante cuenta))
donde NC representa nombre-cliente y NS nombre-sucursal.
Ejemplo de consultasEjemplo de consultas
Encontrar todos los clientes que tengan una cuenta al menos en las sucursales de “Vigo” y “Pontevedra”.
Bases de datos 62
∏nombre-cliente, nombre-sucursal (depositante cuenta)
÷ ∏nombre-sucursal (σciudad-sucursal = “Madrid” (sucursal))
Encontrar todos los clientes que tengan una cuenta en todas las
sucursales de Madrid.
Ejemplo de consultasEjemplo de consultas
Bases de datos 63
Operaciones del Álgebra Relacional ExtendidaOperaciones del Álgebra Relacional Extendida
Proyección generalizada
Reunión (join) externa
Funciones agregadas
Bases de datos 64
Proyección generalizadaProyección generalizada
Extiende la operación de proyección permitiendo funciones aritméticas en la lista de proyección.
∏ F1, F2, …, Fn(E)
E es cualquier expresión en álgebra relacional
F1, F2, …, Fn son expresiones aritméticas que incluyen constantes y atributos del esquema de E.
P.e. Dada la relación info-credito(nombre-cliente, limite, saldo-credito), encontrar cuanto puede gastar cada persona:
∏nombre-cliente, limite – saldo-credito (info-credito)
Bases de datos 65
Funciones y operaciones agregadasFunciones y operaciones agregadas
Las funciones de agregación toman como argumentos un conjunto de valores y devuelven un valor simple como resultado.
avg: valor mediomin: valor mínimomax: valor máximosum: suma de valorescount: número de valores
Operación agregada en álgebra relacional
G1, G2, …, Gn g F1( A1), F2( A2),…, Fn( An) (E)
E es cualquier expresión en álgebra relacional
G1, G2 …, Gn es una lista de atributos sobre los que agrupar (puede estar vacía)
Cada Fi es una función agregada
Cada Ai es un nombre de atributo
Bases de datos 66
Operación agregada Operación agregada -- EjemploEjemplo
Relación r:A B
ααββ
αβββ
C
7
7
3
10
g sum(c) (r)sum-C
27
Bases de datos 67
Operación agregada Operación agregada -- EjemploEjemplo
Relación cuenta agrupada por nombre-sucursal:
nombre-sucursal g sum(saldo) (cuenta)
nombre-sucursal numero-cuenta saldo
VigoVigoMadridMadridPontevedra
A-102A-201A-217A-215A-222
400900750750700
nombre-sucursal saldoVigoMadridPontevedra
13001500700
Bases de datos 68
Funciones agregadas (Cont.)Funciones agregadas (Cont.)
El resultado de la agregación no tiene nombre
Se puede utilizar la operación de renombrado para darle un nombre
Por conveniencia, se permite el renombrado como parte de la operación de agregación
Nombre-sucursal g sum(saldo) as sum-saldo (cuenta)
Bases de datos 69
JoinJoin externoexterno
Es una extensión de la operación de join que evita la pérdida de información.
Calcula el join y después añade las tuplas de una relación que no coinciden con las tuplas de la otra relación al resultado del join.
Utiliza valores null:null significa que el valor es desconocido o no existe
Todas la comparaciones en las que participa un valor nullson falsas por definición.
Bases de datos 70
JoinJoin externo externo –– EjemploEjemplo
Relación prestamo
Relación prestatario
nombre-cliente numero-prestamoLópezVázquezGarcía
L-170L-230L-155
300040001700
numero-prestamo cantidadL-170L-230L-260
nombre-sucursalVigoOurenseMadrid
Bases de datos 71
Join externo izquierdo
prestamo prestatario
JoinJoin externo externo –– EjemploEjemplo
Join interno
prestamo prestatario
numero-prestamo cantidad
L-170L-230
30004000
nombre-cliente
LópezVázquez
nombre-sucursal
VigoOurense
LópezVázqueznull
numero-prestamo cantidad
L-170L-230L-260
300040001700
nombre-clientenombre-sucursal
VigoOurenseMadrid
Bases de datos 72
JoinJoin externo externo –– EjemploEjemplo
Join externo derechoprestamo prestatario
prestamo prestatarioJoin externo total
numero-prestamo cantidad
L-170L-230L-155
30004000null
nombre-cliente
LópezVázquezGarcía
nombre-sucursal
VigoOurensenull
numero-prestamo cantidad
L-170L-230L-260L-155
300040001700null
nombre-cliente
LópezVázqueznullGarcía
nombre-sucursal
VigoOurenseMadridnull
Bases de datos 73
Valores nulosValores nulos
Las tuplas pueden contener valores nulos, denotados por null, en algunos de sus atributos
null significa valor desconocido o que el valor no existe.
El resultado de cualquier expresión aritmética en la que participe null es null.Las funciones agregadas ignoran los valores null
Es una decisión arbitraria. Alternativamente se podría haber devuelto como resultado null.Seguimos la semántica de SQL respecto al manejo de valores nulos
Para eliminación de duplicados y agrupamientos, null recibe el mismo tratamiento que cualquier otro valor, y se asume que dos nulos son iguales
Alternativa: asumir que cada nulo es distinto de los demás
Ambas son decisiones arbitrarias. Nosotros seguimos SQL
Bases de datos 74
Valores nulosValores nulos
Las comparaciones con valores null devuelven un valor especial de verdad denominado desconocido
Si se usa falso en vez de desconocido, entonces not (A < 5)no sería equivalente a A >= 5
Lógica trivalorada utilizando el valor de verdad desconocido:OR: (desconocido or verdad) = verdad,
(desconocido or falso) = desconocido,(desconocido or desconocido) = desconocido
AND: (verdad and desconocido) = desconocido, (falso and desconocido) = falso,(desconocido and desconocido) = desconocido
NOT: (not desconocido) = desconocidoEn SQL “P es desconocido” se evalúa a verdad si el predicado Pse evalúa a desconocido
El resultado de un predicado de selección se trata como falso si se evalúa como desconocido
Bases de datos 75
Modificación de la base de datosModificación de la base de datos
El contenido de la base de datos se puede modificar utilizando las siguientes operaciones:
Borrado
Inserción
Actualización
Todas estas operaciones se expresan mediante el operador de asignación.
Bases de datos 76
BorradoBorrado
Una petición de borrado se expresa de manera similar a una consulta, excepto que, en vez de mostrar las tuplas al usuario, las tuplas seleccionadas se eliminan de la base de datos.
Sólo se pueden eliminar tuplas completas; no se pueden eliminar solo determinados atributos
Un borrado se expresa en álgebra relacional como:
r ← r – Edonde r es una relación y E es una consulta en álgebra relacional.
Bases de datos 77
r1 ← σ ciudad-sucursal = “Madrid” (cuenta sucursal)
r2 ← ∏ciudad-sucursal, numero-cuenta, saldo (r1)
r3 ← ∏ nombre-cliente, numero-cuenta (r2 depositante)
cuenta ← cuenta – r2
depositante ← depositante – r3
Ejemplos de borradoEjemplos de borrado
Borrar todas las cuentas de la sucursal de Vigo.
Borrar todas las cuentas de sucursales de Madrid.
Borrar todos los préstamos con cantidades entre 0 y 50
prestamo ← prestamo – σ cantidad ≥ 0 and cantidad ≤ 50 (prestamo)
cuentas ← cuentas – σ nombre-sucursal = “Vigo” (cuenta)
Bases de datos 78
InserciónInserción
Para insertar datos en una relación podemos:
o bien especificar la tupla a insertar
O bien escribir una consulta cuyo resultado esté formado por lastuplas a insertar
En álgebra relacional, una inserción se expresa:
r ← r ∪ Edonde r es una relación y E es una expresión en álgebra relacional.
La inserción de una sola tupla se realiza cuando E es una relación constante que contiene una tupla.
Bases de datos 79
r1 ← (σnombre-sucursal = “Vigo” (prestatario prestamo))cuenta ← cuenta ∪ ∏nombre-sucursal, numero-cuenta,200 (r1)
depositante ← depositante ∪ ∏nombre-cliente, numeor-prestamo(r1)
Ejemplos de inserciónEjemplos de inserción
Insertar información en la base de datos especificando que López tiene 1200€ en la cuenta A-973 en la sucursal de Vigo.
Dar un premio a todos los préstamos de la sucursal de Vigo una cuenta de ahorro con 200€. El número de préstamo se utilizará como numero de cuenta de ahorro.
cuenta ← cuenta ∪ {(“Vigo”, A-973, 1200)}
depositante ← depositante ∪ {(“López”, A-973)}
Bases de datos 80
ActualizaciónActualización
Permite cambiar el valor de una tupla sin cambiar todos los valores de la tupla
Para ello se utiliza la operación de proyección generalizada
r ← ∏ F1, F2, …, FI, (r)Cada Fi es
el atributo i de r, si el atributo i no se quiere actualizar, o,
si se va a actualizar el atributo i, Fi es una expresión en la que intervienen solamente constantes y los atributos de r, que proporciona el nuevo valor del atributo
Bases de datos 81
Ejemplos de actualizaciónEjemplos de actualización
Pagar intereses aumentando un 5% todos los saldos.
Pagar a todas las cuentas con saldos de más de 10.000€ un 6% de interés y un 5% al resto
cuenta ← ∏ NC, NS, SAL * 1.06 (σ SAL > 10000 (cuenta))
∪ ∏NC, NC, SAL * 1.05 (σSAL ≤ 10000 (cuenta))
cuenta ← ∏ NC, NS, SAL * 1.05 (cuenta)
donde NC, NS y SAL significan numero-cuenta, nombre-sucursaly saldo, respectivamente.
Bases de datos 82
VistasVistas
En algunos casos no es deseable que todos los usuarios vean el modelo lógico completo (es decir, todas las relaciones almacenadas en la base de datos)
Consideremos una persona que necesita saber un número de préstamo de un cliente pero no necesita ver la cantidad prestada. Esta persona debería ver la siguiente relación descrita en álgebra relacional
∏nombre-cliente, numero-prestamo (prestatario prestamo)
Cualquier relación que no existe en el modelo conceptual pero se necesita proporcionar a un usuario como una “relación virtual” se denomina vista.
Bases de datos 83
Definición de vistasDefinición de vistas
Una vista se define utilizando una sentencia create view que tiene la siguiente forma
create view v as <consulta>
donde <consulta> es cualquier consulta válida en álgebra relacional. El nombre de la vista es v.Una vez definida una vista, el nombre de la vista se utiliza para referirse a la relación virtual que genera la vista.
Definir una vista no es lo mismo que crear una nueva relación evaluando la consulta
La definición de una vista hace que se guarde una expresión de una consulta; la expresión se substituye en las consultas que utilicen la vista.
Bases de datos 84
create view todos-los-clientes as
∏nombre-sucursal, nombre-cliente (depositante cuenta)∪ ∏nombre-sucursal, nombre-cliente (prestatario prestamo)
Ejemplos de vistasEjemplos de vistas
Definir una vista (denominada todos-los-clientes) formada por sucursales y sus clientes.
Podemos encontrar todos los clientes de la sucursal de Vigo con:
∏nombre-sucursal(σnombre-sucursal = “Vigo” (todos-los clientes))
Bases de datos 85
Modificaciones a través de vistasModificaciones a través de vistas
Las modificaciones de la base de datos que se expresan mediante vistas se deben traducir a modificaciones de las relaciones de la base de datos.
Consideremos la persona que necesita ver todos los datos de préstamos en la relación prestamo excepto cantidad. La vista que le demos a esa persona, sucursal-prestamo, se define como:
create view sucursal-prestamo as
∏nombre-sucursal, numero-prestamo (prestamo)Dado que permitimos utilizar un nombre de vista en cualquier lugar donde pueda aparecer un nombre de relación, el usuario podría escribir:
sucursal-prestamo ← sucursal-prestamo ∪ {(“Vigo”, L-37)}
Bases de datos 86
Modificaciones a través de vistas (Cont.)Modificaciones a través de vistas (Cont.)
La inserción anterior se debe representar mediante una inserciónen la relación prestamo a partir de la cual se construyó la vista sucursal-prestamo.
Una inserción en prestamo requiere un valor para cantidad. El tratamiento de la inserción puede ser
Rechazar la inserción y devolver un mensaje de error al usuario.
Insertar una tupla (“L-37”, “Vigo”, null) en la relación prestamoAlgunas actualizaciones a través de vistas son imposibles de transformar en actualizaciones de relaciones en la base de datos
create view v as (σnombre-sucursal = “Vigo” (cuenta))
v ← v ∪ (L-99, Ourense, 23)
Otras no se pueden transformar de manera únicatodos-los-clientes ← todos-los-clientes ∪ {(“Vigo”, “López”)}
¡Tenemos que elegir préstamo o cuenta ycrear un nuevo número de cuenta/préstamo!
Bases de datos 87
Vistas definidas utilizando otras vistasVistas definidas utilizando otras vistas
Una vista se puede utilizar en la expresión que define otra vista
Una relación vista v1 se dice que depende directamente de una relación vista v2 si v2 se utiliza en la relación que define v1
Una relación vista v1 se dice que depende de una relación vista v2 si, o bien v1 depende directamente de v2, o bien hay un camino de dependencias desde v1 a v2
Una relación vista v se dice que es recursiva si depende de si misma.
Bases de datos 88
Cálculo relacional de tuplasCálculo relacional de tuplas
Es un lenguaje de consulta no procedimental, en el que cada consulta tiene la forma
{t | P (t) }Es el conjunto de todas las tuplas t tales que el predicado P es verdadero para tt es una variable tupla, t[A] denota el valor de la tupla t en el atributo At ∈ r denota que la t está en la relación rP es una fórmula similar a las del cálculo de predicados
Bases de datos 89
Fórmulas en el cálculo de predicadosFórmulas en el cálculo de predicados
1. Conjunto de atributos y constantes
2. Conjunto de operadores de comparación: (p.e., <, ≤, =, ≠, >, ≥)
3. Conjunto de conectivas: y (∧), o (v)‚ no (¬)
4. Implicación (⇒): x ⇒ y, si x es verdad, entonces y es verdad
x ⇒ y ≡ ¬x v y5. Conjunto de cuantificadores:
∃ t ∈ r (Q(t)) ≡ ”existe” una tupla t en la relación rtal que el predicado Q(t) es verdad
∀t ∈ r (Q(t)) ≡ Q es verdad “para todas” las tuplas t en la relación r
Bases de datos 90
Ejemplo de consultasEjemplo de consultas
Encontrar el numero-prestamo, nombre-sucursal, y cantidad de los préstamos de más de 1200€
Encontrar el número de préstamo de cada préstamo de más de 1200€
Notar que la consulta define implícitamente una relación sobre el esquema [numero-prestamo]
{t | ∃ s ∈ prestamo (t[numero-prestamo] = s[numero-prestamo] ∧ s [cantidad] > 1200)}
{t | t ∈ prestamo ∧ t [cantidad] > 1200}
Bases de datos 91
Ejemplo de consultasEjemplo de consultas
Encontrar los nombres de todos los clientes que tienen un préstamo, una cuenta o ambas cosas en el banco
{t | ∃s ∈ prestatario( t[nombre-cliente] = s[nombre-cliente])∧ ∃u ∈ depositante( t[nombre-cliente] = u[nombre-cliente])
Encontrar los nombres de todos los clientes que tienen un préstamo y una cuenta en el banco
{t | ∃s ∈ prestatario( t[nombre-cliente] = s[nombre-cliente])∨ ∃u ∈ depositante( t[nombre-cliente] = u[nombre-cliente])
Bases de datos 92
Ejemplo de consultasEjemplo de consultas
Encontrar los nombres de todos los clientes que tengan un préstamo en la sucursal de Vigo
{t | ∃s ∈ prestatario( t[nombre-cliente] = s[nombre-cliente]∧ ∃u ∈ prestamo(u[nombe-sucursal] = “Vigo”
∧ u[numero-prestamo] = s[numero-prestamo]))∧ not ∃v ∈ depositante (v[nombre-cliente] =t[nombre-cliente]) }
Encontrar los nombres de todos los clientes que tengan un préstamo en la sucursal de Vigo, pero no tengan una cuenta en ninguna sucursal del banco
{t | ∃s ∈ prestatario(t[nombre-cliente] = s[nombre-cliente] ∧ ∃u ∈ prestamo(u[nombre-sucursal] = “Vigo”
∧ u[numero-prestamo] = s[numero-prestamo]))}
Bases de datos 93
Ejemplo de consultasEjemplo de consultas
Encontrar los nombres de todos los clientes que tengan un préstamo en la sucursal de Vigo , y las ciudades donde viven
{t | ∃s ∈ prestamo(s[nombre-sucursal] = “Vigo”∧ ∃u ∈ prestatario (u[numero-prestamo] = s[numero-prestamo]
∧ t [nombre-cliente] = u[nombre-cliente])∧ ∃ v ∈ cliente (u[nombre-cliente] = v[nombre-cliente]
∧ t[ciudad-cliente] = v[ciudad-cliente])))}
Encontrar los nombres de todos los clientes que tengan una cuenta en todas las sucursales de Madrid:
{t | ∃ c ∈ cliente (t[nombre-cliente] = c[nombre-cliente]) ∧
∀ s ∈ sucursal(s[ciudad-sucursal] = “Madrid” ⇒∃ u ∈ cuenta ( s[nombre-sucursal] = u[nombre-sucursal]∧ ∃ s ∈ depositante ( t[nombre-cliente] = s[nombre-cliente]
∧ s[numero-cuenta] = u[numero-cuenta] )) )}
Bases de datos 94
Seguridad de las expresionesSeguridad de las expresiones
En cálculo de tuplas es posible escribir expresiones que genereninfinitas relaciones.
Por ejemplo, {t | ¬ t ∈ r} da lugar a una relación infinita si el dominio de algún atributo de la relación r es infinito
Para prevenir este problema, se restringe el conjunto de expresiones permitidas a expresiones seguras.
Una expresión {t | P(t)} en el cálculo relacional de tuplas es segura si cada componente de t aparece en una de las relaciones, tuplas, o constantes que aparecen en P
NOTA: esto es más que una simple condición de sintaxis.
P.e. { t | t[A]=5 ∨ true } no es segura --- define un conjunto infinito con valores de atributo que no aparecen en ninguna relación, tupla o constante en P.
Bases de datos 95
Cálculo relacional de dominiosCálculo relacional de dominios
Es un lenguaje de consulta no procedimental equivalente en capacidad expresiva al cálculo relacional de tuplas
Cada consulta es una expresión de la siguiente forma:
{ < x1, x2, …, xn > | P(x1, x2, …, xn)}
x1, x2, …, xn representan variables de dominio
P representa una formula similar a las del cálculo de predicados
Bases de datos 96
Ejemplo de consultasEjemplo de consultas
Encontrar el numero-prestamo, nombre-sucursal, y cantidad para préstamos de más de 1200€
{< c, a > | ∃ l (< c, l > ∈ prestatario ∧ ∃b(< l, b, a > ∈ prestamo ∧
b = “Vigo”))}
o {< c, a > | ∃ l (< c, l > ∈ prestatario ∧ < l, “Vigo”, a > ∈ prestamo)}
Encontrar los nombres de todos los clientes que tienen un préstamo en la sucursal de Vigo y la cantidad del préstamo:
{< c > | ∃ l, b, a (< c, l > ∈ prestatario ∧ < l, b, a > ∈ prestamo ∧ a > 1200)}
Nombre los clientes que tienen un préstamo de más de 1200€
{< l, b, a > | < l, b, a > ∈ prestamo ∧ a > 1200}
Bases de datos 97
Ejemplo de consultasEjemplo de consultas
Encontrar los nombres de todos los clientes que tengan una cuenta, un préstamo o ambas cosas en la sucursal de Vigo:
{< c > | ∃ s, n (< c, s, n > ∈ cliente) ∧
∀ x,y,z(< x, y, z > ∈ sucursal ∧ y = “Vigo”) ⇒∃ a,b(< x, y, z > ∈ cuenta ∧ < c,a > ∈ depositante)}
Encontrar los nombres de todos los clientes que tienen una cuenta en todas las sucursales de Madrid:
{< c > | ∃ l ({< c, l > ∈ prestatario ∧ ∃ b,a(< l, b, a > ∈ prestamo ∧ b = “Vigo”))
∨ ∃ a(< c, a > ∈ prestatario∧ ∃ b,n(< a, b, n > ∈ cuenta ∧ b = “Vigo”))}
Bases de datos Manuel Ramos Cabrer 98
Fin del Fin del tematema 33